【114级博士生蔡程毅、黄威博撰稿】

　　政治大学科技管理与智慧财产研究所博士班 Seminar 本次邀请台大工商管理学系林博文教授，以「独角兽新创企业的能力动态演化」为题，带领同学重新思考策略管理中最具影响力、也最具争议性的理论之一：动态能力（Dynamic Capabilities）。在人工智能、数码转型与全球市场快速变动的时代，企业不只要拥有能力，更要理解能力何时有效、何时失效，以及何时必须被重组。林教授的演讲，正是从这个核心问题展开：如果新创企业因为具备动态能力而成为独角兽，为什么有些企业在成为独角兽后，反而更容易陷入衰退？

林教授首先回到动态能力理论的学术源头。自 David Teece 于 1990 年代提出此一概念后，动态能力即被视为补足资源基础观（RBV）在动态环境下不足的重要架构；然而，这个理论也长期面临「同义反复」（tautology）的批评：成功企业被说成具有动态能力，失败企业则被说成缺乏动态能力，理论似乎怎么解释都成立，却难以被证伪。林教授指出，这不只是策略管理内部的技术性争论，更牵涉到社会科学理论是否具有可测量性、可证伪性与预测力的根本问题。
 

为了突破这个困境，林教授将动态能力拆解为三个核心支柱：感知（sensing）、掌握（seizing）与转型（transforming）。感知代表企业辨识市场与技术变化的能力；掌握关乎企业能否取得资源并把握机会；转型则指向企业能否重构组织、商业模式与资源基础。然而，这三者并不必然是一条线性流程，也不一定在所有阶段都发挥相同作用。企业早期需要敏锐感知机会，成长期需要掌握资源与市场，进入规模化后则必须面对组织重构与能力汰换。动态能力真正的挑战，并非「有或没有」，而是能力组合是否与企业所处阶段相互对位。
 

这也正是林教授提出「能力动态观」（Capability Dynamic View, CDV）的关键。该研究以美国科技独角兽企业为主要样本，透过模糊集定性比较分析（fsQCA）与跨期设计，观察企业从创业早期到市场主导阶段的能力配置如何演化。研究核心发现是：早期成功往往具有多路径等效性，也就是不同能力组合都可能让企业成为独角兽；但进入后期，成功条件会逐渐收敛，尤其是掌握资源与机会的 seizing 能力，会成为更关键的条件。换言之，独角兽的早期成功未必能自动延伸为长期优势；过去有效的能力配置，到了下一阶段甚至可能成为制度遗迹。
 

林教授以 Kodak 与 Nokia 的经典案例说明能力错位的风险。Kodak 早在 1975 年即发明数码相机，却因既有胶捲获利模式太过强大，未能真正掌握数码转型；Nokia 在智慧型手机兴起时，也受限于既有系统与组织结构，未能及时重构能力。这些案例提醒我们，企业失败不一定是因为没有能力，而可能是因为能力停留在错的时间点。当早期成功模式被过度延用，原本的优势便可能转化为下一阶段的限制。
 

演讲中特别值得博士生关注的，是林教授对研究方法的反思。他指出，传统动态能力研究若只从最终财务绩效回推企业能力，很容易落入事后合理化。未来研究必须走向微观基础（microfoundations）与时间序列设计，透过组织流程、决策模式、资源配置与能力重构的近端指标，让「能力」与「结果」真正分离。这也是他采用 fsQCA 的原因：企业成功不必然只有单一路径，而可能来自不同条件组合；更重要的是，跨期比较能让研究者观察「能力配置的变动」本身，而不只是静态地判断企业是否具备某种能力。
 

AI 也成为林教授此次演讲的重要线索。他分享自己如何与 AI 工具对话，从理论辩论、研究问题发想，到资料整理与分析流程设计，逐步将抽象问题转化为可操作的研究题目。不过，他也提醒，AI 并非可以完全外包判断的工具。初期若过度相信 AI 直接产出的结果，容易遇到细节错误、推论不稳或难以追踪判断依据的问题。因此，他改采分阶段流程：先由 AI 蒐集与整理企业文本，再依据明确 protocol 进行专家式评分，并保留可回溯的判断依据。这种做法既善用 AI 的效率，也避免研究者失去对资料与方法的掌控。
 

从更大的脉络来看，AI 正在重塑动态能力本身。未来企业的 sensing 可能逐渐算法化，透过大数据与机器学习辨识市场弱讯号；seizing 可能透过商业模式模拟与风险分析提升资源配置效率；transforming 则可能借由生成式 AI、智慧供应链与组织流程自动化，实现更快速的组织重构。林教授也提到，Teece 近年与科技企业家共同推出 AI 数码孪生系统，象征管理知识正在从个人经验与专家判断，逐步走向可复制、可模拟、可演算的模型化形式。
 

这场演讲的核心启发在于：独角兽不是终点，而是能力重新接受检验的起点。企业真正稀缺的，不只是某一项强能力，而是能够辨识阶段变化、调整能力组合并持续自我重构的元能力（meta-capability）。对政大科智所博士生而言，林博文教授提供的不只是动态能力理论的更新版本，更是一种研究训练：先辨认理论争议，再找到合适场域；先拆解能力构面，再设计可观察指标；先承认 AI 的力量，再建立研究者自己的判断边界。当能力不再被视为静态资产，而被理解为跨时间、跨阶段、跨情境的动态配置，策略管理研究也就真正走向下一个问题：企业如何在成功之后，仍保有重新成长的能力。